大讲堂
为啥？老办法做相图，要烧结、磨样、做XRD，一套流程下来快则三周慢则俩月，成本少说8万一组。现在要求3天出结果，成本压到原来的十分之一。这不是逼着人换赛道吗？
我之前算过一笔账，传统实验测一套三元体系的完整相图，要做至少120组烧结实验，按每组实验的耗材、设备折旧、人工算，差不多相当于一个普通地级市三口之家一年的可支配收入。之前行业里没人觉得这钱花得冤——毕竟材料配方是吃饭的本事，多花点时间摸准相图边界，总比生产的时候出杂相、整批料报废强。但2025年下半年开始，下游客户的交期要求越来越紧，之前给三个月做配方的周期，现在压到两周，谁还敢慢悠悠做实验？
招投标文件里藏着的隐形门槛
2026年上半年我翻了17份新材料领域的公开招投标文件，发现有11份直接把“AI辅助虚拟相图预测能力”写进了供应商资质要求里。不是什么虚头巴脑的“数字化转型水平”，是硬得硌人的指标：预测的固溶区边界和实际实验值的偏差不能超5%，预测的相变温度误差不能超15摄氏度。
谁在买单？根本不是高校或者科研院所，是被良率和交期逼到墙角的制造端。做硫化物固态电解质的企业最有发言权——之前因为摸不准哪个组分区间容易生成电性能没用的杂相，整批电极材料的离子电导率上不去，良率一直卡在30%上下，光库存积压的不合格料，一个月就能压进去两千万现金流。之前国内某头部固态电池企业，光2025年因为相图不准报废的试生产料，堆在仓库里占的仓储费，相当于在苏州工业园区核心地段租一整层1000平的写字楼一年的租金。
那些拿着发布会PPT吹“全流程AI材料研发”的厂商，根本不知道工厂的痛点在哪。你预测的相图再漂亮，实验做出来差个10%，整批料就废了，没人敢为你的“概念性突破”买单。我见过太多吹得天花乱坠的AI材料公司，到了工厂现场连烧结炉的温区结构都没摸明白，上来就说自己的模型精度能到2%，实际跑一组实验，偏差能超10%，当场就被车间主任赶出去了。
本土玩家的真实博弈账
现在真正在这个赛道赚到钱的，不是那些拿几亿融资的大模型公司，是苏州园区里几个之前做材料模拟的小团队。我去年接触的一个团队，核心成员就7个人，之前给高校做相图模拟项目，一单赚个几万块，2024年年底突然转做面向工厂的AI相图预测工具，现在接的单，平均一单收3万，比之前给高校做便宜，但架不住下游制造端的量起来了：一个陶瓷厂一个月要测8组新配方，光给这几个固定客户做预测，一年流水就破千万了。
这事儿跟当年袁隆平团队选稻种的逻辑一模一样：你在实验室里搞出来的超级稻，产量再高，扛不住本地的病虫害、耐不了盐碱地，到了田里农民照样不买账；AI相图预测现在的阶段，就是从实验室里的“完美模型”往“能下田的稻种”转的阶段。谁先把模型喂饱工厂里那堆没公开的、带着毛刺的实验数据，谁就能抢到饭碗。
现在这个领域的核心卡点根本不是算法——那些开源的图神经网络模型，随便一个计算机专业的研究生都能搭出来。真正卡脖子的是数据。高校的公开数据集都是几十年前的，实验条件跟现在工厂的烧结工艺差十万八千里：比如你用实验室1500度常压烧结的数据，去预测工厂里1800度加压烧结的相图，偏差能到30%，根本没法用。那些小团队为啥能活？就是因为他们扎在园区里，天天跟工厂的实验员蹲在车间，把人家平时记在工作笔记里、从来没发表过的实验数据攒起来，喂给模型，精度自然就上来了。
那些大模型公司想靠公开数据集训练出来的模型抢市场，纯纯是卷不动。你连工厂里烧结的时候通的是氩气还是氮气都不知道，预测个啥？之前被库存压得喘不过气的，就是之前靠传统实验测相图的第三方检测机构。之前一单收10万，周期俩月，现在客户都被AI工具抢了，手里压着一堆XRD设备、烧结炉，每个月的折旧都在烧钱。去年我碰到一个检测机构的老板，说现在把一半的设备都租给隔壁的AI小团队当“模型校准的实验台”，不然现金流都断了。
产业链上没人说透的实际影响
之前在实验室里做材料研发的博士，天天蹲在烧结炉旁边等样品出来，磨样、测XRD，一天折腾下来也就做两个样品。现在有了AI相图预测，先在电脑上把可能的组分区间筛一遍，把实验量从120组砍到15组，之前要花三个月做的相图，现在两周就能出结果。研发人员不用再当“实验流水线工人”，能把精力放在真正的工艺优化上。
但残酷的一面也明摆着。那些只会按流程做实验、不会对着AI预测结果调整实验方案的老实验员，现在已经被优化得差不多了。我在无锡的一个高温合金车间碰到个干了12年的老实验员，之前是车间里的技术骨干，现在因为看不懂AI输出的相图边界，不知道怎么从预测结果里挑最优的实验点，被调到仓库管耗材去了。没人跟他讲什么技术迭代的大道理，工厂只算良率和交期的账，你干的活AI三天就能做完，还比你准，留着你干嘛？
更有意思的是标准的博弈。现在行业里还没有统一的相图预测精度验收标准，招投标的时候各说各话：有的客户要求偏差5%就算合格，有的要求偏差10%才达标。这就给那些浑水摸鱼的厂商留了空间——我上个月碰到个客户，被一个AI厂商坑了，对方说自己的模型精度能到3%，实际做出来偏差12%，整批投的高温合金料全废了，损失两千多万，现在正在打官司。现在几个头部的陶瓷、固态电池企业正在攒联盟，想把相图预测的验收标准定下来，谁要是能在标准制定的时候占个位置，后面的招投标基本就赢了一半。
再过两年，当所有工厂的实验数据都被AI模型吃干榨净的时候，那些现在蹲在园区里攒数据的小团队，到底是会变成被大厂收编的“数据搬运工”，还是能长出自己的材料研发护城河？
作者|大讲堂
排版|大讲堂
审核|小北